1. Home
  2. Glossary
  3. تدريب الذكاء الاصطناعي
AI Training

تدريب الذكاء الاصطناعي

ما هو؟

يستطيع الذكاء الاصطناعي (AI) الحديث تنفيذ مجموعة متنوعة من المهام، بدءًا من إنشاء النصوص والصور ووصولًا إلى قيادة سيارة ذاتية القيادة، لأنه يُطوَّر من خلال عملية تُعرف باسم تعلُّم الآلة أو التعلُّم العميق. ويتكوّن التعلُّم من عنصرين أساسيين هما «التدريب» و«الاستدلال».

أثناء التدريب، تُدخَل كمية هائلة من البيانات إلى نموذج الذكاء الاصطناعي. وتكون البيانات مُصنَّفة عادةً، مع وجود مبرمجين بشريين للإشراف على العملية، رغم أن أنظمة الذكاء الاصطناعي الأكثر تقدمًا قادرة على إجراء تدريب ذاتي الإشراف أو شبه ذاتي الإشراف باستخدام بيانات غير مُصنَّفة. يحلل الذكاء الاصطناعي المدخلات ويحاول إنتاج المخرجات المتوقعة؛ فعلى سبيل المثال، سيحاول تمييز صور الكلاب من بين عدد هائل من صور الحيوانات. واستنادًا إلى صحة المخرجات، أي إلى ما إذا كانت التوقعات صحيحة أم لا، يُعدّل الذكاء الاصطناعي آلية اتخاذ القرار لديه من خلال إسناد درجات ترجيح إلى معلمات البيانات، تُسمّى أيضًا «الانحيازات».

ومن خلال التكرار المتواصل لعمليات التنبؤ (الانتشار الأمامي) والتغذية الراجعة (الانتشار الخلفي)، تصبح أوزان الترجيح دقيقة إلى حد يضمن اختيار الارتباطات الصحيحة دائمًا. وهكذا يُدرَّب الذكاء الاصطناعي على التعرّف على البيانات التي صُمّم للتعامل معها.

لماذا تحتاج إليه؟

إلى جانب الاستدلال، يُعد تدريب الذكاء الاصطناعي جزءًا أساسيًا لا ينفصل عن الطريقة التي «يتعلم» بها الذكاء الاصطناعي الحديث. فبدلًا من توقّع أن يكتب المبرمجون تعليمات برمجية لكل حالة محتملة، يدرّب الذكاء الاصطناعي نفسه من خلال دراسة كم هائل من البيانات الضخمة، إلى أن يصبح جاهزًا للتعامل مع بيانات جديدة غير معنونة في سيناريو واقعي.

لنستخدم الرؤية الحاسوبية في تطبيقها على التعرف على لوحات أرقام المركبات مثالًا على ذلك. يجب أن تتمكن محطات تحصيل الرسوم الإلكترونية على الطريق السريع من قراءة الحروف والأرقام الموجودة على لوحات المركبات العابرة. وقد تستخدم اللوحات المختلفة خطوطًا متنوعة، كما قد تكون اللوحة نفسها مائلة أو معوجة أو غير واضحة، وقد تتحرك المركبات بسرعات مختلفة. والسبب الوحيد الذي يمكّن الذكاء الاصطناعي من قراءة المعلومات بشكل صحيح في كل مرة هو أنه تدرّب على كمية هائلة من البيانات، ما يتيح له تفسير المدخلات بدقة.

كيف تساعد GIGABYTE؟

إن حجم البيانات الرقمية وموارد الحوسبة اللازمة لتدريب الذكاء الاصطناعي لا يبعث على الدهشة فحسب، بل يتزايد أيضًا بوتيرة أسية. ويُعد استخدام بنية تحتية للذكاء الاصطناعي مزودة بتسريع GPU والحوسبة المتوازية أمرًا ضروريًا، لا سيما أن المطورين المنافسين يسابقون الزمن أيضًا لطرح منتجاتهم المعتمدة على الذكاء الاصطناعي في السوق.

تُعد خوادم G-Series GPU من GIGABYTE Technology من أقوى خوادم الذكاء الاصطناعي في هذا القطاع. وعلى وجه الخصوص، تجمع كل من G593-SD0 وG593-ZD2 وحدة الحوسبة NVIDIA HGX™ H100 المزودة بثماني وحدات GPU مع معالجات 4th Gen Intel® Xeon® Scalable أو AMD EPYC™ 9004، على التوالي. ويمكنهما توفير أداء حوسبة للذكاء الاصطناعي يتجاوز 32 بيتافلوبس، ما يجعل هذين المنتجين خيارًا طبيعيًا لتطبيقات معالجة اللغة الطبيعية (NLP) ونماذج اللغة الكبيرة (LLM). ويمكن احتواء كل هذه القدرات الهائلة للحوسبة الفائقة داخل خادم بارتفاع 5U، بفضل تقنيات التبريد وتصميم الهيكل المملوكين لشركة GIGABYTE، ما يساعد على تحسين كثافة الحوسبة.

إضافةً إلى أحدث مكونات الخوادم، تتيح حزمة GIGABYTE البرمجية، بما في ذلك GIGABYTE POD Manager (GPM) وGIGABYTE AI Platform (GAIP)، نقل مصنع الذكاء الاصطناعي لديكم من مرحلة التصميم إلى الإنتاج، وتزويد معماريي الأنظمة وفرق البنية التحتية ومسؤولي تكنولوجيا المعلومات ومطوري الذكاء الاصطناعي بالأدوات المناسبة لأدوارهم.

لمزيد من المعلومات: 《طوّروا الذكاء الاصطناعي مع حلول خوادم الذكاء الاصطناعي فائقة الأداء من GIGABYTE》

قراءات موصى بها

To Harness Generative AI, You Must Learn About “Training” & “Inference”

To Harness Generative AI, You Must Learn About “Training” & “Inference”

To Harness Generative AI, You Must Learn About “Training” & “Inference”
How to Benefit from AI in the Automotive & Transportation Industry

How to Benefit from AI in the Automotive & Transportation Industry

How to Benefit from AI in the Automotive & Transportation Industry
How to Benefit from AI  In the Healthcare & Medical Industry

How to Benefit from AI In the Healthcare & Medical Industry

How to Benefit from AI In the Healthcare & Medical Industry
10 Frequently Asked Questions about Artificial Intelligence

10 Frequently Asked Questions about Artificial Intelligence

10 Frequently Asked Questions about Artificial Intelligence
How to Pick the Right Server for AI? Part One: CPU & GPU

How to Pick the Right Server for AI? Part One: CPU & GPU

How to Pick the Right Server for AI? Part One: CPU & GPU
CPU vs. GPU: What's the Difference and Which Do You Need

CPU vs. GPU: What's the Difference and Which Do You Need

CPU vs. GPU: What's the Difference and Which Do You Need
DCIM x AIOps: The Next Big Trend Reshaping AI Software

DCIM x AIOps: The Next Big Trend Reshaping AI Software

DCIM x AIOps: The Next Big Trend Reshaping AI Software
GIGABYTE Extends Its Leading GPU Portfolio of GIGABYTE Servers to Keep Pace with the Demand for Generative AI

GIGABYTE Extends Its Leading GPU Portfolio of GIGABYTE Servers to Keep Pace with the Demand for Generative AI

New GPU-accelerated servers supporting PCIe or baseboard configurations
GIGABYTE Leads MLPerf Training v3.0 Benchmarks with Top-Performing Accelerators in GIGABYTE Servers

GIGABYTE Leads MLPerf Training v3.0 Benchmarks with Top-Performing Accelerators in GIGABYTE Servers